Quelles conditions pour que l’IA profite pleinement au secteur de la défense

0

Face à des enjeux de rapidité et de productivité, l’IA apporte de nombreux atouts au secteur de la défense et de la sécurité. Mais l’exploitation des données dans ce cadre implique de rester vigilant afin de conserver la souveraineté sur ces dernières. 

Qualifier l’information grâce au Cognitive Search 

Dans le secteur de la défense, afin de pouvoir protéger des troupes, dans le cadre d’opérations militaires, ou d’interventions confidentielles, les acteurs concernés ont besoin d’être documentés le mieux possible grâce à des informations à la fois externes et internes. Il leur faut souvent prendre, et parfois dans l’urgence, des décisions averties basées sur une analyse d’un ensemble de données de nature très volumineuse et hétérogène. Cela nécessite d’être doté de bons outils technologiques.

Le Cognitive Search permet de rassembler des informations en provenance de sources hétérogènes et très vastes, puis de mieux les analyser afin d’augmenter les capacités d’un utilisateur à prendre les bonnes décisions. Cette technologie va bien au-delà d’un système de recherche traditionnel. En effet, lorsqu’une question est posée sur un moteur de recherche classique, ce dernier se contente d’y répondre en présentant de nombreux documents sur le sujet, laissant le soin à l’humain d’analyser l’ensemble des éléments fournis, leur qualité et leur pertinence, ce qui peut prendre un temps considérable. Le Cognitive Search a l’avantage d’aller un cran plus loin en donnant accès à une information directement utile et utilisable grâce à l’analyse intermédiaire effectuée par la machine et des modes de présentation originaux.

Renforcer l’efficacité via l’IA et Machine Learning 

Pour l’analyse, le Cognitive Search combine le traitement automatique des langues naturelles (TAL), ou Natural Language Processing (NLP) en anglais, au Machine Learning et au Deep Learning. Dans le premier cas, les algorithmes utilisent les règles et dictionnaires, prédictibles, que les sachants ont préparé à l’avance. C’est de la connaissance explicite, qui permettra de mieux traiter et de fouiller les textes dans des langues variées. Pour le second, la machine va être en mesure d’apprendre de la donnée elle-même, afin de modéliser un phénomène en appliquant ce qu’elle a appris à partir d’un ensemble de données connues à un autre ensemble de données méconnues. En associant ces deux technologies, il devient alors possible non seulement de comprendre et de fouiller les données textuelles dans de nombreuses langues (ainsi que des sources plus complexes comme les vidéos ou les enregistrements audio ) mais aussi d’aider à les organiser et à les structurer automatiquement. 

Le Cognitive Search tire aussi sa force de sa capacité à juxtaposer des informations internes (supposées déjà assimilées dans des référentiels de données validés humainement) avec des données externes, par essence plus volumineuses mais moins qualifiées. Ainsi, les informations les plus importantes parviendront au professionnel du renseignement sur une éventuelle menace terroriste par exemple, grâce au croisement de toutes les données utiles. 

L’impératif de protection des données à caractère sensible 

Dans le secteur de la défense, la nature des données comporte de nombreuses spécificités. Toutes ces informations revêtent un caractère sensible ce qui rend leur partage très contrôlé et nécessite une exploitation appropriée. L’un des usages du Machine Learning dans ce contexte va être de fabriquer un modèle prédisant par apprentissage le niveau de confidentialité d’un document et de déceler une utilisation qui ne correspondrait pas à ses critères de diffusion. Par exemple, un document qui serait utilisé par un collaborateur en écart avec les critères de confidentialité établis, comme un envoi par une messagerie non sécurisée, serait décelé par cette technologie d’apprentissage automatique, ajoutant ainsi une fonction de protection des données à la plateforme de Cognitive Search. 

Préserver la souveraineté des données

Enfin, pour parvenir à protéger ses données, il est primordial d’en conserver la souveraineté. Se doter de plateformes et de logiciels capables de préserver la maîtrise complète de leur cycle de vie, depuis la collecte jusqu’à leur exploitation, en passant par leur stockage et l’ensemble des flux réseaux. 

Exploiter efficacement la donnée au moyen de technologies modernes permettra d’anticiper une menace, de prendre une bonne décision, de protéger une personne ou encore un site. Sans oublier la question de savoir si l’on est réellement souverain de ses données. En d’autres termes, il est indispensable – notamment dans un secteur aux enjeux comme la défense – de maîtriser le cycle complet de l’information, de la conserver dans un écosystème européen, d’éviter les détournements et de garder l’analyse et l’exploitation sous la totale maîtrise de ses utilisateurs. Savant assemblage de collecte, d’analyse et de présentation, le Cognitive Search offre résolument ces capacités.

About Author

Luc Manigot

Directeur des opérations chez Sinequa

Leave A Reply